創新數量、創新質量與中國產業結構轉型互動關系研究

袁航 茶洪旺 鄭婷婷

摘 要：基于2004—2015年中國31個省份面板數據，采用面板向量自回歸模型PVAR對創新數量、創新質量與產業結構轉型升級之間的關系進行實證研究，研究結果顯示：創新數量對產業結構轉型升級的促進作用較顯著，創新質量因水平較低尚未達到一定的門檻值而對產業結構轉型升級的促進作用不顯著，這意味著我國正處在以創新數量為主向以創新質量為主驅動產業結構轉型升級的轉變時期;創新數量與創新質量的協同項對我國產業結構轉型升級的促進作用較微弱;產業結構轉型升級能帶動創新數量與創新質量協同發展，這種良性互促發展將推動中國產業結構與創新數量和創新質量共同向更高層次演進;創新數量與創新質量協調發展效應不強，制約了創新推動產業結構轉型升級的步伐。

關鍵詞：產業結構轉型升級;創新數量;創新質量;PVAR模型

中圖分類號：F062.9 ? 文獻標識碼：A ? 文章編號：1003-3890（2019）02-0078-08

一、引言

改革開放四十年，中國經濟持續快速增長，并于2010年成功躋身世界第二大經濟體，實現了由發展中窮國向現代化水平不斷提高的發展中富國轉型。與此同時，“投資拉動增長”模式潛行在經濟系統之中的巨大成本，隨著時間的推移不斷暴露出來，產能過剩嚴重、高耗能、高排放、企業技術創新乏力、資本回報率下降等一些列問題疊加出現，成為經濟可持續發展的嚴重障礙[1]，中國經濟增長速度已經從2010年的10.6%跌至2016年的6.7%。當下中國經濟發展必須通過新技術、新手段等一系列創新活動，實現由速度調整向結構調整的轉變，尤其是產業結構的轉型升級。創新是促進中國產業結構轉型升級，實現新一輪平穩較快增長的關鍵。自從黨的十七大提出“提高自主創新能力、建設創新型國家”以及十八大提出實施創新驅動戰略以來，創新驅動發展取得了一定的成就，其突出表現在代表創新水平的專利申請授權數量急劇增長，據統計，專利申請授權數從1987年的6 401項躍升至2015年的1 596 977項，年均增幅高達35.88%，我國專利申請授權數位居世界第一已是不爭的事實。雖然國際上通常將國內專利擁有量作為衡量一個國家創新水平的重要指標，但由于專利質量與數量未能同步提高，科技創新引領產業結構轉型升級的作用不夠顯著。目前中國的創新發展水平距離建設創新型國家的要求仍有很大差距，因此，黨的十九大報告提出“加快建設創新型國家”，明確“創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐”。尤其在當前我國經濟正處在新舊動能轉換，產業結構轉型升級的關鍵時期，如何進一步發揮創新驅動產業結構轉型升級的第一動力源，是一個亟待解決的重大理論和實踐問題。

二、文獻回顧

從國內外現有研究文獻來看，研究創新與產業結構轉型升級的文獻主要集中在兩個方面：一是創新與產業結構優化升級的聯動有效性以及對經濟發展的推動作用研究。該部分文獻主要強調，技術創新驅動產業結構優化升級是現代經濟持續發展的客觀要求，也是社會經濟發展的最優選擇。比如周叔蓮等提出技術創新為產業結構調整提供動力，產業結構調整又推動技術進步，這種雙向促進的聯動機制在推動產業結構調整和優化升級的同時促進了經濟發展[2]。Nelson et al.拋棄新古典靜態均衡范式，提出技術創新和產業結構升級的動態演化NW模型，多角度闡述了技術變遷和產業升級的動態演化機理[3]。因此，我國應憑借技術創新推動產業結構調整，實現產業結構優化升級[4]。但由于行業的差異性，使得不同層次的技術創新對產業結構的調整作用，也具有很大的差異性，因此，只有選擇適宜的技術才會在較大程度上推進產業結構轉型升級[5]。二是創新推動產業結構優化升級的具體路徑研究。Utterback et al.將企業的技術創新分成產品創新和過程創新，從企業內部借助微觀產品分析了創新推動產業結構升級的路徑，提出了著名的產業升級模型[6]。Pietrobelli et al.認為產業升級是通過創新創造更多附加值的過程[7]，但只有在競爭環境下實現的較高的創新效率和較快的創新速度才具有產業升級的潛力[8]。尤其重要的是，高技術產業的迅猛發展促進了產業結構的優化升級[9-10]，但就國內實踐來看，單純依靠技術引進并不是產業結構改善的原因[11]，比較優勢戰略則是一種實現要素稟賦結構升級和產業升級更為成功的經濟發展道路[12]，而且省域人力資本、技術和創新要素集聚下的技術創新也將對產業結構優化升級產生遞增的發散效應[13]。此外，放松融資約束能夠推動技術創新活動，促進產業結構優化升級[14]，地區金融發展和技術創新的聯合作用能促進第一和第三產業發展而抑制第二產業[15]。

通過對現有文獻的分析發現，眾多學者在研究證實技術創新、不同形式的創新以及不同約束條件下的創新對產業結構轉型升級具有不同程度促進作用時，忽視了創新對產業結構轉型升級的推動作用究竟有多大、產業結構能否反過來促進更高水平的創新實現這一問題。尤其是鮮有從創新的數量和質量兩個維度來研究創新對產業結構轉型升級的影響。創新的數量和質量是反映創新整體水平的兩個重要指標，二者是相互聯系、互相制約的。創新數量是創新的基礎，創新質量是創新的核心，是實現創新價值的重要體現，只有從創新數量和創新質量兩個維度，分析研究創新對產業結構轉型升級的影響，才能找準創新驅動的著力點，盡快建立起“全國性的創新體制”[16]，進而加快我國產業結構轉型升級的步伐。本文試圖從創新數量和創新質量兩個維度出發，運用面板向量自回歸模型（PVAR）來研究創新數量、創新質量與產業結構轉型升級的內生互動關系。與其他研究分析方法相比，采用面板向量自回歸模型（PVAR）能更為清晰地反映創新數量、創新質量與產業結構轉型升級關系中各自發生的內在機理，為進一步促進創新驅動產業結構轉型升級提供了新的思路。

三、模型構建與指標選取

（一）模型構建

由于創新與產業結構轉型升級之間存在較為復雜的交互依附性，為了更為全面地反映他們之間的內生依存關系，本文選擇面板向量自回歸模型（PVAR）進行分析，該模型是包含固定效應的動態面板模型，無需區分內生變量和外生變量，而是將所有的變量都視為內生變量。可以說，PVAR模型集成了面板數據估計方法與向量自回歸模型兩種方法的優點，并在一定程度上降低了向量自回歸（VAR）方法對時間序列長度的限制性要求，可以較好地捕捉到樣本單元個體差異性對模型參數的影響[17]。本文將模型設定如下：

其中，Yit為包含產業結構轉型升級、創新數量以及創新質量的列向量（lnupisit，lninnov1it，lnnov2it）T，i代表地區，t代表時間，p表示模型的滯后階數。同時，為了進一步檢驗創新數量與創新質量兩者對產業結構轉型升級的協同作用，本文還納入創新數量與創新質量的交互乘積項lninnov;A0表示截距向量，A1表示滯后變量的參數矩陣;？琢i為地區效應列向量，代表以固定效應形式反映的截面個體差異性;？濁t為時間效應列向量，代表時間變化對截面個體的影響;？著it是“白噪聲”擾動項。此方程中實際需要估算的參數是Ai。PVAR模型估計前需采用前向均值差分法（Helmert過程）去除個體效應？琢i和采用組內均值差分法（Mean-Differencing）去除時間效應？濁t以避免個體效應與回歸元素之間因相關性而導致參數有偏估計。之后，將以自變量的滯后項作為工具變量，采用廣義距估計法（GMM）對模型參數進行有效估計。

（二）指標選取及解釋

1. 產業結構轉型升級指數（upis）。產業結構轉型升級包含產業結構高級化與產業結構合理化兩個重要維度。其中，產業結構高級化是指產業結構從低水平狀態向高水平狀態發展的動態過程。一般文獻往往根據克拉克定律采用農業與非農業產值之比測度產業結構高級化。隨著技術水平的不斷進步以及高科技產業的迅速發展壯大，有學者采用高技術產業占工業產值比重測度產業結構高級化水平[18]，較為常見的還有結構相似系數法，即夾角余弦法[19-20]。但是，作為產業結構轉型升級的重要維度，隨著信息技術飛速發展，中國“經濟服務化”趨勢愈加明顯，伴隨第三產業增長率要快于第二產業增長率的事實[21-22]，借鑒干春暉等[21]的做法，采用第三產業與第二產業產值之比測度產業結構高級化水平，反映中國經濟“服務化”演變過程。

產業結構合理化是指產業之間協調能力的加強和關聯水平提高的動態過程，綜合反映了產業之間的協調程度以及資源有效利用程度，是對要素投入結構和產出結構耦合程度的一種衡量[21]。現有文獻對產業結構合理化的定量研究并不多，指標的確定也無統一規定，國際上以錢納里等人倡導的標準產業結構為依據，但因該標準模型難以確定故不常采用，另外還有需求結構標準和產業間比例平衡標準，但因缺乏實際可操作性而擱置。也有學者采用結構偏離度來測度產業結構合理化[23]，但該指標將各產業的經濟地位視為等同，未能很好的反映不同產業結構偏差對經濟影響的重要程度。有些學者亦采用Hamming貼近度將我國產業產出結構與國際標準的貼近程度作為產業結構合理化的測度指標，卻忽視了我國就業結構以及國際標準可能并不符合我國產業結構演變特征等問題。本文結合泰爾指數將測度產業結構合理化的具體公式設定為如下形式：

同時，為了從整體上度量中國產業轉型升級水平，本文通過主成分分析法將產業結構高級化和合理化兩個分指標合成“產業結構轉型升級指數”。具體步驟包括逆向指標正向化和無量綱化處理，其中，對衡量產業結構合理化的泰爾指數取倒數使其與產業結構高級化方向一致，并采用均值化方法對指標進行無量綱化處理，以消除各變量因不同量級而無法整合的缺陷，并利用SPSS20.0軟件合成產業結構轉型升級指數。

2. 創新數量（innov1）與創新質量（innov2）。創新數量是對創新在數量維度上的界定，是創新發展初期階段的主要特征。現有的文獻并未對創新數量的概念作出統一明確規定。本文認為創新數量是指在一定的創新要素（包括研發人員以及研發經費等）投入前提下，經過一系列生產研發過程所獲得的創新成果產出數量，常見的主要是指科技成果產出，比如專利產出。高林等在研究創新數量、質量及其激勵的異質影響時，采用企業獲得的發明專利數表示創新數量[24]。據此，本文采用國內專利申請授權數測度創新數量。專利數量僅是對創新在數量維度上的測量，理論上測度創新還需要考慮創新的價值維度[25]。本文將創新價值維度界定為創新質量，它代表創新的水平和高度，是對創新發展步入高級階段的反映。在現有文獻中，對創新質量概念的界定還未達成統一。Haner于2002年最早提出了創新質量概念的框架，認為創新質量是所有創新的總結果，具體包括產品或服務質量、過程質量以及經營質量三個維度[26]。楊幽紅指出創新質量的一個重要方面是創新所提供的產品、服務、過程，市場或經營管理的組織和方法特征滿足顧客要求的程度，包括增加顧客滿意、增加市場份額、提高銷售收入等[27]。孫兆剛指出創新質量是一組固有特性滿足創新活動要求的程度[28]，馬永紅等將創新質量界定為創新績效在過程—產出—經濟效益三個維度的總和[29]。隨著對創新研究的深入，對創新質量的指標選取也見仁見智，具體包括專利授權率和付費期長度[30-31]、企業發明專利的平均專利知識寬度[24]以及發明專利與申請專利之比[32]。實際上，一項創新是否成功并不在于它是否新穎、巧妙或者具有科學內涵，更重要的在于它是否能夠贏得市場[33]，真正具有價值的創新、高質量的創新必定是那些能被市場認可并成功轉化成實際生產力且為廣大消費者接受、實現經濟效益的創新，此時的創新實現了價值轉化，滿足了客戶、員工和供應商各方利益，是具有質量的創新[27]。據此本文將創新質量定義為：一項創新被應用于生產新的能滿足廣大消費者需求的產品，而且該產品通過市場交換實現經濟效益的程度。于是，本文采取新產品銷售收入占地區生產總值的比重來測度創新質量①，若一項創新能成功轉化為實際生產能力并贏得市場獲得經濟效益，就說明此項創新質量較高。

同時，為了考察創新數量與創新質量協同帶動中國產業結構轉型升級的影響作用，本文采用創新數量與創新質量的交互乘積項來表示。本文使用2004—2015年除香港、澳門和臺灣的中國大陸31個省份面板數據，來自歷年《中國統計年鑒》《中國科技統計年鑒》。

四、實證過程與結果分析

（一）單位根檢驗及滯后階數確定

在進行面板自回歸模型估計時，首先，需要對數據進行平穩性檢驗，否則，得出的結果可能因“虛假回歸”或“偽回歸”而無法準確反映各變量之間的內在邏輯關系。本文利用LLC（Levin-Lin-Chu）檢驗對所涉及的產業結構轉型升級、創新數量和創新質量三大指標進行單位根檢驗，根據檢驗結果（表1）可知，三大原始數據序列均拒絕“存在單位根”的原假設，因此全部是平穩序列。

其次，需確定PVAR模型的最優滯后階數。相較于向量自回歸VAR模型，PVAR模型對數據的要求有所放寬，如果T為時間序列長度，m為滯后階數，只要T≥m+3，方可對方程的參數進行估計，若T≥2m+2就可以在穩態下得到滯后項參數。于是，根據MAIC、MBIC和MQIC最小化原則，本文將模型滯后階數確定為1（見表2），由上述不等式可知此滯后階數是有效的。

（二）動態面板數據GMM估計

將創新數量、創新質量、創新數量與創新質量的協同項以及產業結構轉型升級作為PVAR模型的內生變量，采用廣義矩估計法（GMM）進行有效估計，所得結果見表3。

首先，根據表3中第2列和第3列，以產業結構轉型升級為依賴變量，可得：（1）滯后一期的產業結構轉型升級水平（lnupis）對自身當期的影響系數為0.778 5，在1%的水平下顯著，說明產業結構轉型升級對自身有較強的促進作用;（2）滯后一期的創新數量（innov1）對當期產業結構轉型升級的影響系數為0.100 7，在1%的水平下顯著，說明目前在推動我國產業結構轉型升級過程中，創新數量發揮著重要作用;（3）滯后一期的創新質量（innov2）對產業結構轉型升級的回歸系數不顯著，說明中國目前因創新質量水平較低，尚未達到顯著提升產業結構轉型升級的門檻值，因此對產業結構轉型升級的推動作用還不顯著;（4）創新數量與創新質量協同項（lninnov）的滯后一期對當期產業結構轉型升級的影響系數僅為0.011 5，而且僅在10%的水平下顯著，說明目前我國創新數量與創新質量協同發展對產業結構轉型升級的促進作用較弱，這意味著在我國以創新數量為主向以創新質量為主驅動產業結構轉型升級的轉變時期，創新質量因水平較低，與創新數量協同發展的能力不強，在后期發展中應兼顧創新數量與創新質量協同發展，進一步提升兩者的協同發展能力。

其次，根據表3中第4列到第9列，分別用創新數量、創新質量以及兩者的協同項為依賴變量，可得：（1）滯后一期的產業結構轉型升級對創新質量的影響系數為0.240 4，但不顯著，對創新數量與創新質量協同項的影響系數為1.389 2，在10%水平下顯著，說明產業結構轉型升級的提升將帶動創新數量與創新質量協同發展，創新數量與創新質量的協同發展又將進一步促進產業結構轉型升級水平的提升，兩大體系之間的良性互動將推進我國產業結構與創新數量和創新質量向更高層次演進。（2）滯后1期的創新數量對自身當期影響顯著為正，系數為1.039 9，對當期創新質量的影響系數為正，對當期創新數量與創新質量協同項的影響系數為負，說明在我國以創新數量為主向創新質量為主驅動產業結構轉型升級轉型時期，一味追求創新數量反而不利于創新數量與創新質量協同發展，我國亟待實現從創新數量為主向創新質量為主驅動產業結構轉型升級的過渡。（3）滯后一期的創新質量對自身當期影響系數為0.593 3，在1%水平下顯著，對創新數量以及創新數量和創新質量協同項的影響系數分別為0.141 7和0.359 6，但不顯著，進一步說明目前我國創新質量不高的事實。（4）滯后一期的創新數量與創新質量協同項對當期創新數量的影響系數為正，對當期創新質量、創新數量與創新質量的協同項估計系數均顯著為正，說明創新數量與創新質量協同發展能有效提升創新質量，從而加快我國從創新數量驅動為主向創新質量驅動為主轉變的步伐。

（三）脈沖響應函數

在PVAR模型估計中，為了明確每一個內生變量的變化對模型中其他變量的影響，需對變量進行脈沖響應和方差分解，而在此之前，必須對PVAR模型進行穩定性檢驗。根據Lutkepohl[34]和Hamilton[35]的研究結果，只有在伴隨矩陣所有特征根的模值小于1時，模型才是穩定的。根據表4可知，特征根均小于1，且都落在單位圓之內（圖1），PVAR模型是穩定的。

脈沖響應函數是用來刻畫內生變量對誤差變化的大小，具體而言，它刻畫的是在誤差項上加一個標準差大小的沖擊對內生變量的當期值和未來值所帶來的影響，尤其是在當其他變量保持不變的情況下，獲得較為純粹的單方面影響。由于脈沖響應函數是通過PVAR參數構造的，需要考慮標準差，但一般而言，標準差很難通過計算獲得，因此本文將通過蒙特卡洛方法模擬產生置信區間，基于上述PVAR模型的穩定性前提，得脈沖響應結果見圖2。

根據脈沖響應函數圖2中第一排可知，給創新數量與創新質量的協同項lninnov一個標準差沖擊，對自身影響在第1期為0.6，隨后逐漸減小，并在第5期之后趨于平穩[圖2（1）];對創新質量的影響隨時間的推移呈現先增大后減小的趨勢，在第3期時達到最大，為0.03左右，從第4期開始逐漸減弱，但方向一直為正[圖2（2）];對創新數量的影響在前5期呈遞增趨勢，第5期時大致為0.03左右，之后保持平穩[圖2（3）];對產業結構轉型升級的影響從第1期到第2期有個陡增的過程，隨后保持平穩增長[圖2（4）]。以上影響均為正向，說明創新數量與創新質量協同發展將對創新數量、創新質量以及產業結構轉型升級產生同向影響。